A governança que protege é a mesma que trava

O Elefante na Sala × governança × ia × compliance × grandes empresas × shadow ai

A estrutura de governança que nasceu pra proteger a grande empresa virou o instrumento que a impede de acompanhar o ciclo da IA. Não é que governança seja ruim — é que a cadência de aprovação virou incompatível com a cadência do fenômeno.

Abertura — o incômodo

Holocracia prometeu distribuir poder nas organizações. Frequentemente recriou hierarquias menos explícitas.

Fusion teams tentaram integrar TI e negócio para acabar com o silo. Funcionou em alguns casos. Mas 48% das iniciativas digitais não atingem meta (Gartner) — o silo era parte do problema, mas não o núcleo. O núcleo era cadência: velocidade de decisão combinada com qualidade de dado.

Agora vem a IA. E o padrão se repete.

A diferença é que dessa vez, a velocidade do ciclo de iteração é sistematicamente maior que a velocidade do ciclo de aprovação. Essa é a mecânica que trava tudo.

Toda tentativa de redistribuir capacidade decisória sem redesenhar accountability criou nova intermediação. Fusion teams, em muitos casos, terminaram adicionando novas camadas de coordenação em vez de removê-las. E agora, a adoção de IA controlada virou shadow AI — o nome chique pra "funcionários fazem do jeito que funciona e não contam pra ninguém".

Contexto — o estado da arte

Em boa parte das empresas não-tech, governança de TI ainda é um silo com verniz de modernidade. Três dados bastam pra dimensionar o problema:

63% das empresas operam sem política de governança de IA (ISACA). Isso não quer dizer que não usam IA — quer dizer que o risco tá mapeado em wishful thinking.

Apenas 30% têm preparedness em nível 3+ (Deloitte, 2025) — o ponto em que a governança deixa de ser reativa e passa a ter consistência operacional. Dois terços ainda tá patinando.

Dívida técnica consome 21-40% do orçamento de TI (Deloitte). 56% das áreas dizem que essa dívida impede investir em tech nova. Você tá governando com a infraestrutura de 2015.

Aí entra a IA. Que não cabe naquela caixa. Que evolui em ciclos muito mais curtos que o ciclo de governança. Que precisa de velocidade de ciclo.

E mesmo onde a função de segurança existe, ela muitas vezes existe no organograma sem vir acompanhada de orçamento, equipe ou alçada real. Há cargo, mas não há capacidade de governança correspondente. Então o CISO valida o que consegue (Copilot no Teams porque Microsoft assinou DPA) e torce pelo resto.

A curva invertida — o argumento

Há três velocidades de adoção e elas seguem o tamanho da empresa. Mas não pelo motivo que você acha.

Pequena empresa (até 50 pessoas): Usa a ferramenta. Se ela não funciona, troca. Se o vendor não dá suporte, pede pra outro. Loop curto, atrito mínimo, decisão centralizada em quem usa e quem paga. Adoção em PME cresceu de 39% pra 55% em um ano (+41%, levantamentos setoriais recentes). Não porque a PME é mais inteligente — é porque ela sofre menos atrito institucional por razão óbvia: não tem instituição pra atritar.

Média empresa (50-500 pessoas): Limbo. Compliance suficiente pra saber que não pode fazer certas coisas sem aprovação. Budget insuficiente pra ter função formal com estrutura real — papel nomeado sem orçamento, equipe ou alçada. Board preocupado com risco mas sem visibilidade real do que tá acontecendo. Resultado? Trava ou finge. Shadow AI resolve: funcionário usa no pessoal e depois leva pro corporativo escondido. Ou o TI libera uma ferramenta "pra avaliar" e um ano depois ainda tá em "avaliação", esperando aprovação orçamentária.

Grande empresa (500+ pessoas): CISO valida, jurídico analisa, comitê aprova, procurement negocia, board revisa. Loop longo demais pro ciclo da IA. Enquanto isso, o modelo que entrou em avaliação em janeiro já foi substituído por duas gerações em setembro. Em muitas empresas, cada liberação leva meses. Cada ferramenta nova: comitê novo. Cada uso fora do scope: escalação.

A LGPD entrou e não destruiu PMEs. A razão é que vendors se adequaram rápido. Quem se deu mal foi quem já estava usando dado errado sabendo que era errado e decidiu manter. Governança não é o problema — timing é.

Frase de eixo: na prática, a IA evolui em ciclos trimestrais; a governança, quando revisa, costuma operar em ciclos muito mais lentos. A cada volta, o gap aumenta. E quanto maior o gap, mais rápido a pequena empresa muda de "fraca porque pequena" pra "mais competitiva porque ágil".

A outra assimetria — quem governa, quem usa, quem absorve

A assimetria não é só de porte — e o recorte a seguir é modelo conceitual, não survey; uma forma de descrever padrões observáveis, não medida empírica. Atravessa também capital investido em expertise e posição na cadeia de valor — e em alguns pontos, inverte o que se assumia sobre quem seria afetado primeiro.

Capital investido, não idade: resistência à IA tende a ser proporcional ao capital investido em expertise pré-IA, não à idade. Profissionais seniores com 20-30 anos de carreira construída sobre know-how acumulado sentem o impacto na identidade profissional, não só na tarefa. Quem mais resiste é quem tem mais a proteger. No outro extremo, quem entrou no mercado nos últimos anos tende a incorporar IA com menos fricção cultural — também com menos ceticismo calibrado.

Duas inversões:

White collar entry-level como frente de impacto. Trabalho de conhecimento foi vendido por décadas como futuro-proof. Agora, a disrupção tende a atingir primeiro funções cognitivas de entrada e alta repetição — paralegal, analista júnior, copywriter, programador entry-level. A escada que levava da porta de entrada pro sênior, feita de tarefa repetitiva que formava julgamento, é exatamente o que a IA come.

Blue collar esperto reduzindo dependências. IA generativa não substitui execução física. Mas reduz dependência do blue collar em relação ao white collar especializado que intermediava proposta, diagnóstico preliminar e comunicação técnica. Mestre de obra apresenta layout preliminar sem precisar de arquiteto pra fechar proposta. Marceneiro entrega render 3D sem depender de AutoCAD terceirizado. Mecânico faz pré-diagnóstico com modelo de áudio. O ofício continua necessário; parte da camada cognitiva padronizável e intermediária começou a comoditizar.

O paradoxo de governança: quem desenha política de IA nas empresas grandes é geralmente quem tem mais capital investido no regime anterior — C-level, comitê, sênior com 20 anos de casa. Não é conspiração, é mecânica organizacional. Explica por que governança de IA costuma nascer defensiva antes de nascer útil: quem define o framework está defendendo, consciente ou não, a própria forma de trabalhar.

Isso piora a cadência de decisão. Quem governa, quem usa e quem absorve valor não são os mesmos grupos. Essa dissociação é o que transforma atraso institucional em vantagem distribuída para fora da estrutura.

Faria Lima e os 10% — human enhancement com assimetria

Mas o problema não para na velocidade de adoção. Ele entra na camada mais difícil de governar: como distinguir produtividade de julgamento.

Imagine a situação: ambiente corporativo de alta exigência libera Claude MAX pra todo mundo. A distribuição a seguir não vem de survey — é modelo conceitual pra descrever padrões observáveis. Mas olha o que acontece:

10-15% com pensamento crítico forte viram máquinas de verdade. Claude é extensão do julgamento deles. Enhancement real. Output fica melhor porque o julgamento tá ali o tempo todo, filtrando, iterando, rejeitando o que não faz sentido. Esses você não precisa governar — eles governam a ferramenta.

60-70% do meio produzem mais volume, mesma profundidade. A ferramenta vira acelerador de outputs — não levanta a qualidade do pensamento, só faz mais rápido. Útil? Sim. É aumento de produtividade? Talvez. É aumento de risco? Depende do contexto.

20-25% no piloto automático terceirizam o julgamento inteiro. "Faz uma proposta pra cliente", faz, copia, cola, manda. Output parece perfeito — porque IA sabe fazer parecer. Julgamento? Zero. Contexto? Não leu. Risco? Tomou.

Aqui tá o problema sistêmico: como é que o gestor distingue output do ninja do output do piloto automático, se os dois chegam formatados, bem estruturados, politicamente corretos? WYSIATI — What You See Is All There Is (Kahneman). Você vê o output pronto. Não vê o processo. IA aumenta a variância real e diminui a legibilidade aparente. As fragilidades ficam mais imperceptíveis.

Isso conversa diretamente com governança: como você avalia, promove, confia em quem? Se o julgamento ficou invisível, as políticas de avaliação quebram. O "objetivo verificável" virou "objetivo que parece verificável, mas não é".

Sou CEO. Libero ou não? — framework real

A pergunta binária é falsa. Quem não liberou já liberou — só não sabe.

Levantamentos recentes indicam que, em muitas grandes empresas, a maioria dos funcionários já usa IA sem aprovação formal. Sua governança, nesse cenário, é em grande parte teatro. Você tá governando nada enquanto pensa que tá governando tudo.

Então muda a pergunta. Não é "libero?". É "libero consciente ou continuo fingindo que controlo uma coisa que já saiu de controle?"

Se você tá no segundo grupo:

O que te protegeu até aqui é o que te trava agora.